泉州信息工程学院兰子洋获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉泉州信息工程学院申请的专利小目标检测方法及系统、以及计算机设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121280706B 。
龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511840995.7,技术领域涉及:G06V10/25;该发明授权小目标检测方法及系统、以及计算机设备是由兰子洋;吴宗波;景紫君;潘伟祥;林世豪;卢晓健设计研发完成,并于2025-12-09向国家知识产权局提交的专利申请。
本小目标检测方法及系统、以及计算机设备在说明书摘要公布了:本发明提出了一种小目标检测方法及系统、以及计算机设备,方法包括:从输入的待检测图像提取出特征图,特征图用于表征待检测图像中潜在目标的基础特征;对特征图进行多尺度上下文增强处理,以输出具备语义信息和位置信息的增强特征;对增强特征进行大感受野卷积处理及空间选择掩码加权处理,得到空间上下文增强特征;对空间上下文增强特征进行检测,得到小目标检测结果,小目标检测结果用于表征待检测图像中各小目标的类别、位置和置信度。本发明通过获取图像并依次执行多尺度上下文增强、大感受野卷积与空间掩码加权,得到空间上下文增强特征后检测输出类别、位置和置信度,缓解信息损失与冗余,提升多尺度表达与定位精度。
本发明授权小目标检测方法及系统、以及计算机设备在权利要求书中公布了:1.一种小目标检测方法,其特征在于,所述小目标检测方法包括: 从输入的待检测图像提取出特征图,所述特征图用于表征所述待检测图像中潜在目标的基础特征; 通过已训练的小目标检测模型依序执行:对所述特征图进行多尺度上下文增强处理,以输出具备语义信息和位置信息的增强特征;对所述增强特征进行大感受野卷积处理及空间选择掩码加权处理,得到空间上下文增强特征;其中,所述已训练的小目标检测模型具有YOLOv7主干网络,所述YOLOv7主干网络包括高层特征网络和低层特征网络,所述对所述特征图进行多尺度上下文增强处理,以输出具备语义信息和位置信息的增强特征执行于所述高层特征网络;所述对所述增强特征进行大感受野卷积处理及空间选择掩码加权处理,得到空间上下文增强特征执行于所述低层特征网络;所述多尺度上下文增强处理采用多个分支的空间可分离卷积块实现,以产生不同尺度的输出;每一分支的空间可分离卷积块分别用于捕捉不同维度的相关性,所述不同维度包括通道维度和空间维度; 对所述空间上下文增强特征进行检测,得到小目标检测结果,所述小目标检测结果用于表征所述待检测图像中各小目标的类别、位置和置信度; 其中,对所述增强特征进行大感受野卷积处理及空间选择掩码加权处理,得到空间上下文增强特征,包括: 将所述增强特征送入所述低层特征网络,并分别经过两个不同感受野的深度卷积序列,得到第一内核特征与第二内核特征; 对所述第一内核特征与所述第二内核特征进行拼接形成拼接特征; 沿所述通道维度对所述拼接特征进行平均池化处理与最大池化处理,得到空间描述符; 利用第三卷积层将所述空间描述符进行拼接处理得到空间注意力图,并对所述空间注意力图进行Sigmoid函数处理得到空间选择掩码; 利用所述空间选择掩码分别对所述第一内核特征与所述第二内核特征进行加权求和处理和卷积融合处理得到注意特征; 将所述注意特征与所述增强特征逐元素相乘得到所述空间上下文增强特征。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人泉州信息工程学院,其通讯地址为:362000 福建省泉州市丰泽区博东路249号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励